記事「Pythonを使用したEA用ディープラーニングONNXモデルの季節性フィルタと期間」についてのディスカッション

新しいコメント
 

新しい記事「Pythonを使用したEA用ディープラーニングONNXモデルの季節性フィルタと期間」はパブリッシュされました:

Pythonでディープラーニングのモデルを作成する際、季節性から恩恵を受けることはできるのでしょうか。ONNXモデルのデータをフィルタすることでより良い結果が得られるのでしょうか。どの期間を使用するべきでしょうか。この記事では、これらすべてを取り上げます。

「外国為替市場の季節性から利益を得る」稿を読んだとき、これを興味深い記事にしようと考えました。季節性のあるEAと季節性のないEAを比較し、EAが恩恵を受けるかどうかを確認することができます。 

市場が季節要因に影響されることはすでに知っていました。マーク・ザッカーバーグが投資家からの資金でFacebookの資金を手に入れたことを知ったとき、このことは明らかでした。 この投資家は以前、カリブ海で予想されるハリケーンによる上昇を予測して、バー・ミツバからの資金を石油株に投資していました。彼はまず気候を調査し、ある期間に悪天候が続くと予測しました。

たとえ市場と季節性が良い関係にあることはわかっていても、結果が良くならなかったとしても、私はこの記事を書くことに非常に誇りを持っており、興味を持っています。これを実現する良い方法は、両方のEAを1つに統合することですが、それについてはすでに記事があるので、ここにリンクを貼っておきます  （「MQL5でONNXモデルをアンサンブルする方法の例」）。

まず、EAを使用してフィルタありとなしのモデルを比較し、データのフィルタがどのような影響を与えるかを確認します。その後、グラフを使用して季節性について議論し、最終的に2024年 2月を実際に季節性ありとなしで研究します。記事の最後の部分では（非常に興味深いと思います）、「MQL5でONNXモデルを使用する方法」稿ですでに得たEAに対する他のアプローチについて説明し、EAとONNXモデルを微調整することで利益を得られるかどうかを見てみます（答えは「得られる」です）。

作者: Javier Santiago Gaston De Iriarte Cabrera

新しいコメント